提出Self-Audited Verified Reasoning(SAVER)框架,通过在动作执行前对LLM代理的内部信念状态进行结构化生成、对抗式审计与约束引导的最小干预修复,提升推理忠实性;在六个基准数据集上验证了该方法能持续改善推理忠实性,同时保持有竞争力的端到端任务性能。
机构:港大
来源:arXiv 2604.08401 | AI4Papers 论文推荐平台